Diseño de un modelo predictivo en el contexto Industria 4.0
El Internet de las Cosas (IoT), el desarrollo e instalación de sensores avanzados para recolección de datos, las soluciones informáticas de conexión remota y otras tecnologías disruptivas están marcando un proceso de transformación en la industria; dando inicio a lo que diversos sectores han denomin...
Autores Principales: | Muñoz, Lilia, Rodríguez González, Sara, Sittón Candanedo, Inés |
---|---|
Formato: | Artículo |
Idioma: | Español Español |
Publicado: |
2018
|
Materias: | |
Acceso en línea: |
https://knepublishing.com/index.php/KnE-Engineering/article/view/1458/3520 http://ridda2.utp.ac.pa/handle/123456789/4923 http://ridda2.utp.ac.pa/handle/123456789/4923 |
id |
RepoUTP4923 |
---|---|
recordtype |
dspace |
spelling |
RepoUTP49232021-07-06T15:35:09Z Diseño de un modelo predictivo en el contexto Industria 4.0 Muñoz, Lilia Rodríguez González, Sara Sittón Candanedo, Inés Industria 4.0 Sensores Internet de las Cosas Extracción de Patrones Modelo Omnibus Industria 4.0 Sensores Internet de las Cosas Extracción de Patrones Modelo Omnibus El Internet de las Cosas (IoT), el desarrollo e instalación de sensores avanzados para recolección de datos, las soluciones informáticas de conexión remota y otras tecnologías disruptivas están marcando un proceso de transformación en la industria; dando inicio a lo que diversos sectores han denominado cuarta revolución industrial o Industria 4.0. Con este proceso de cambios, las organizaciones se enfrentan tanto a nuevas oportunidades como a desafíos. Este artículo se centra en el modelado e integración de los datos industriales, generados por sensores instalados en máquinas. Se plantea la extracción de patrones, utilizando tecnicas de fusión de datos que permitan el dise no de un modelo de mantenimiento predictivo, para finalizar se presenta un caso de estudio con un banco de datos al que se le aplica el Algoritmo Naive Bayes para obtener predicciones. El Internet de las Cosas (IoT), el desarrollo e instalación de sensores avanzados para recolección de datos, las soluciones informáticas de conexión remota y otras tecnologías disruptivas están marcando un proceso de transformación en la industria; dando inicio a lo que diversos sectores han denominado cuarta revolución industrial o Industria 4.0. Con este proceso de cambios, las organizaciones se enfrentan tanto a nuevas oportunidades como a desafíos. Este artículo se centra en el modelado e integración de los datos industriales, generados por sensores instalados en máquinas. Se plantea la extracción de patrones, utilizando tecnicas de fusión de datos que permitan el dise no de un modelo de mantenimiento predictivo, para finalizar se presenta un caso de estudio con un banco de datos al que se le aplica el Algoritmo Naive Bayes para obtener predicciones. 2018-06-14T15:43:07Z 2018-06-14T15:43:07Z 2018-06-14T15:43:07Z 2018-06-14T15:43:07Z 02/11/2018 02/11/2018 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion https://knepublishing.com/index.php/KnE-Engineering/article/view/1458/3520 2518-6841 http://ridda2.utp.ac.pa/handle/123456789/4923 http://ridda2.utp.ac.pa/handle/123456789/4923 spa spa https://creativecommons.org/licenses/by-nc-sa/4.0/ info:eu-repo/semantics/openAccess application/pdf application/pdf |
institution |
Universidad Tecnológica de Panamá |
collection |
Repositorio UTP – Ridda2 |
language |
Español Español |
topic |
Industria 4.0 Sensores Internet de las Cosas Extracción de Patrones Modelo Omnibus Industria 4.0 Sensores Internet de las Cosas Extracción de Patrones Modelo Omnibus |
spellingShingle |
Industria 4.0 Sensores Internet de las Cosas Extracción de Patrones Modelo Omnibus Industria 4.0 Sensores Internet de las Cosas Extracción de Patrones Modelo Omnibus Muñoz, Lilia Rodríguez González, Sara Sittón Candanedo, Inés Diseño de un modelo predictivo en el contexto Industria 4.0 |
description |
El Internet de las Cosas (IoT), el desarrollo e instalación de sensores avanzados para recolección de datos, las soluciones informáticas de conexión remota y otras tecnologías disruptivas están marcando un proceso de transformación en la industria; dando inicio a lo que diversos sectores han denominado cuarta revolución industrial o Industria 4.0. Con este proceso de cambios, las organizaciones se enfrentan tanto a nuevas oportunidades como a desafíos. Este artículo se centra en el modelado e integración de los datos industriales, generados por sensores instalados en máquinas. Se plantea la extracción de patrones, utilizando tecnicas de fusión de datos que permitan el dise no de un modelo de mantenimiento predictivo, para finalizar se presenta un caso de estudio con un banco de datos al que se le aplica el Algoritmo Naive Bayes para obtener predicciones. |
format |
Artículo |
author |
Muñoz, Lilia Rodríguez González, Sara Sittón Candanedo, Inés |
author_sort |
Muñoz, Lilia |
title |
Diseño de un modelo predictivo en el contexto Industria 4.0 |
title_short |
Diseño de un modelo predictivo en el contexto Industria 4.0 |
title_full |
Diseño de un modelo predictivo en el contexto Industria 4.0 |
title_fullStr |
Diseño de un modelo predictivo en el contexto Industria 4.0 |
title_full_unstemmed |
Diseño de un modelo predictivo en el contexto Industria 4.0 |
title_sort |
diseño de un modelo predictivo en el contexto industria 4.0 |
publishDate |
2018 |
url |
https://knepublishing.com/index.php/KnE-Engineering/article/view/1458/3520 http://ridda2.utp.ac.pa/handle/123456789/4923 http://ridda2.utp.ac.pa/handle/123456789/4923 |
_version_ |
1796210354259230720 |
score |
12.043409 |